Durante el mes de enero 2023 hemos asistido como equipo a las instalaciones del Sistema de Información de Educación Superior del Ministerio de Educación de Chile (SIES-MINEDUC). En siguiente reporte busca nutrir el proceso investigativo y los informes descriptivos comprometidos por el equipo. En concreto, hasta ahora el reporte consta de dos partes
Explorar los datos otorgados durante las visitas
Análisis de los resultados obtenidos en las visitas
Hasta ahora, los datos con los que se ha trabajado son
Matriculados
Retención
Avance curricular
Titulación
Metodológicamente, la unidad de observación de los datos son matriculados por programa por cada año. Como veremos, la población de análisis considera solo a los matriculados en un programa adherido al SUA. El formato actual de los datos construidos es long-data (matriculado-programa por año).
La disponibilidad de los datos se presenta en la Tabla 1. Para conocer la definición de las variables indicadas, recomiendo ir al Glosario
| Datos | Variables | Cobertura |
|---|---|---|
| Matricula | FORMA_INGRESO | 2018-2021 |
| MC_INST_2 | 2012-2022 | |
| MC_TIPO_INST_2 | 2012-2022 | |
| MC_NIVEL_CARRERA_2 | 2012-2022 | |
| MC_AREA_CONOCIMIENTO | 2012-2022 | |
| MC_AREA_GENERICA | 2012-2022 | |
| Retención | RET_1_ESTADO | 2013-2021 |
| PER_INST_1_EST | 2013-2021 | |
| PER_EDU_1_EST | 2013-2021 | |
| Avance | AA_CUANTA_UNI_CURSO_ANIO | 2013-2021 |
| AA_CUANTA_UNI_APROBO_ANIO | 2013-2021 | |
| AA_CUANTA_UNI_TOTAL_CURSO | 2013-2021 | |
| AA_CUANTA_UNI_TOTAL_APROBO | 2013-2021 | |
| TASA1_APROBACION_ANIO | 2013-2021 | |
| TASA4_AVANCE_ ESPERADO | 2013-2021 |
La Tabla 2 muestra el número de observaciones (estudiantes-programa) según si están en un programa adherido al Sistema de Admisión Único (SUA) o no (total de matriculados).
| year | n_sua | n_total |
|---|---|---|
| 2012 | 286726 | 1062474 |
| 2013 | 361411 | 1114301 |
| 2014 | 369104 | 1144381 |
| 2015 | 374567 | 1165980 |
| 2016 | 385429 | 1178592 |
| 2017 | 401333 | 1288633 |
| 2018 | 445713 | 1189731 |
| 2019 | 464636 | 1194480 |
| 2020 | 473339 | 1151896 |
| 2021 | 548678 | 1204409 |
| 2022 | 509961 | 1211797 |
La distribución de matriculados por año, sin considerar la restricción de que estén adheridos al SUA está en representado en la Figura 1. Más de un 50% de los matriculados del sistema están en Universidades.
Figura 1. Evolución distribución de matriculados según tipo de institución_1 de todo el sistema
Ahora si se consideran solo las instituciones adheridas al SUA (Figura 2), la fuente principal de matricula se da en Universidades, pero comparando con Figura 1 el número de matriculados es menor (ver Tabla 2). En conclusión, los matriculados en Universidades del SUA son una proporción menor de los matriculdos de Universidades del sistema entero.
Figura 2. Evolución de la cantidad de matriculados según institución (en SUA)
En la Figura 3 podemos notar que de la proporción de matriculados la mayoría participa en Universidades del CRUCH. Ahora bien, la matricula en Universidades Privadas (no CRUCH) ha ido en aumento más rápidamente que las del CRUCH. En concreto, en 10 años las Universidades Privadas pasaron de representar el 12.3% al 38.1% de la matricula del sistema.
Figura 3. Evolución de la cantidad de matriculados según tipo institución_2 (en SUA)
En la Tabla 3 y 4 se muestran las primeras 20 áreas y carreras que en promedio tienen más matricula por año (2012 a 2022), respectivamente.
| MC_AREA_CONOCIMIENTO | mean |
|---|---|
| Tecnología | 100452 |
| Salud | 94880 |
| Ciencias Sociales | 47206 |
| Administración y Comercio | 47047 |
| Educación | 45926 |
| Derecho | 26000 |
| Arte y Arquitectura | 22889 |
| Ciencias Básicas | 17133 |
| Agropecuaria | 13565 |
| Humanidades | 4978 |
| MC_AREA_GENERICA | mean |
|---|---|
| Ingeniería Comercial | 31981 |
| Derecho | 25965 |
| Ingeniería Civil Industrial | 20236 |
| Psicología | 18982 |
| Enfermería | 18734 |
| Ingeniería Civil, plan común y licenciatura en Ciencias de la Ingeniería | 15101 |
| Medicina | 13238 |
| Kinesiología | 11670 |
| Arquitectura | 10883 |
| Odontología | 10685 |
| Tecnología Médica | 8817 |
| Ingeniería Civil en Computación e Informática | 8122 |
| Nutrición y Dietética | 8106 |
| Contador Auditor | 7598 |
| Pedagogía en Educación Física | 6466 |
| Pedagogía en Educación Básica | 6393 |
| Medicina Veterinaria | 6350 |
| Trabajo Social | 6320 |
| Agronomía | 6254 |
| Fonoaudiología | 6192 |
La vía de acceso es una de las variables de mayor interés en nuestro estudio. Lamentablemente este dato está sistematizado por SIES desde el 2018 en adelante. Ahora bien, esta es una variable con un importante cantidad de valores perdidos (cerca de un 3.5% de los casos por año. Para más véase tab12.csv). Para simplificar el análisis las 11 categorías disponibles en la variable se reducieron a 6.
Figura 4. Evolución distirbución de las vías de acceso de los matriculados (SUA)
Dado que los números se ven pequeños, presentamos esta información en la Tabla 5
| year | FORMA_INGRESO_UNI | n | prop |
|---|---|---|---|
| 2018 |
|
378806 | 89.32 |
|
3448 | 0.81 | |
|
4543 | 1.07 | |
|
8063 | 1.90 | |
|
12008 | 2.83 | |
|
17222 | 4.06 | |
| 2019 |
|
397102 | 88.99 |
|
4707 | 1.05 | |
|
5064 | 1.13 | |
|
8799 | 1.97 | |
|
11659 | 2.61 | |
|
18881 | 4.23 | |
| 2020 |
|
409261 | 88.50 |
|
5363 | 1.16 | |
|
5189 | 1.12 | |
|
9635 | 2.08 | |
|
13731 | 2.97 | |
|
19246 | 4.16 | |
| 2021 |
|
476307 | 89.20 |
|
5999 | 1.12 | |
|
5069 | 0.95 | |
|
11787 | 2.21 | |
|
15926 | 2.98 | |
|
18900 | 3.54 | |
| 2022 |
|
444332 | 90.13 |
|
5476 | 1.11 | |
|
4782 | 0.97 | |
|
10002 | 2.03 | |
|
11214 | 2.27 | |
|
17167 | 3.48 |
Uno de los outcomes de interés corresponde al avance curricular. Para el análisis de avance curricular, sintetizamos la información en las siguientes variables
“TASA1_APROBACION_ANIO”: relación entre unidades métricas aprobadas relativa a cuántas cursó
“TASA4_AVANCE_.ESPERADO”: relación entre unidades métricas aprobadas y unidades métricas esperadas de acuerdo con el año de ingreso al programa
A partir de ellas, analizamos su distribución en general para los matriculados, y en particular según su vía de ingreso. Además, segmentamos ambos análisis en tipo de institución, nivel de carrera, área de conocimiento y carrera.
En la Figura 5 podemos notar que en nivel la tasa de avance esperado (TAE) es menor que la tasa de aprobación (TA). Esto nos podría decir que los estudiantes cursan menos ramos que los que la institución espera que cursen por malla.
Además, si bien hasta el 2020 ambas métricas iban en alza, el 2021 la TA registra una caida (es decir, condicional a las asignaturas inscritas, los estudiantes aprobaron menos).
Figura 5. Evolución de TAE y TA
Como anunciamos, una de los análisis de interés es comparar qué pasa con los estudiantes que ingresan vía PACE. Solo a modo de contraste se incluyeron a los matriculados por vía 1. Regular, 2. PACE y 3. Ingreso por inclusión.
En general, los estudiantes que acceden vía PACE tienen un TAE y TE inferior a los estudiantes que acceden regularmente o por inclusión. En promedio, estos dos últimos tienen diferencias menores. En contraste, los estudiantes PACE tienen un TAE mucho menor que el resto (quizás avanzan más lento en sus carreras). Un punto interesante a evaluar aquí sería la tasa de titulación oportuna.
Ahora bien, a pesar de esta diferencia los estudiantes PACE han disminuído la brecha entre 2018 y 2021. Respecto a la tasa de aprobación pasó aproximadamente de un 71% a un 86%. Mientras que la tasa de avance pasó aproximadamente de un 60% a un 77%.
Figura 6.
Figura 7.
Figura 8.
Figura 9.
En la Figura 10 tenemos la evolución del avance y aprobación según área del conocimiento
Figura 10.
En la Figura 12 y 13 tenemos un ranking de las carreras con peor y mejor avance esperado, respectivamente. Los puntos azules indican la tasa de avance esperado y los rojos tasa de aprobación.
Figura 12B. Seleccion random
Figura 12. Seleccion con peor avance
Figura 12. Seleccion con mejor avance
Figura 13. Seleccion random
Figura 14. Seleccion de las con menor tasa para PACE
Figura 14. Seleccion de las con mayor tasa para PACE
Para el análisis de retención tenemos tablas sin filtrar nada (tab13), pero para la figura 5 omitimos los valores perdidos e inconsistencias. Recordemos la definición de las variables
RET_1_ESTADO: Retención primer año
PER_INST_1_EST: Persistencia en la institución primer año
PER_EDU_1_EST: Persistencia en la educación superior primer año
Como se puede notar todas las variables van en crecimiento, y evidentemente la permanencia en la educación superior tiene una mayor tasa que en el caso de la retención a primer año. Las variables tienen un crecimiento importante entre 2017-2018, y una pequeña caida en la persistencia de ESUP el 2020.
Figura 16.
En la figura 6 desagregamos la retención por vía de ingreso, y en especifico analizamos el porcentaje de retenidos por vía de acceso. Recordemos que los datos de forma de ingreso están desde el 2018 (además hay aprox 3.5% de casos perdidos). Concentrándonos solo en la vía “Regular” y “PACE”, podemos notar que ambas tendencias son bastante similares entre ambas vías de ingreso. En ambos casos, la persistencia en educación y retención de primer año vive una mejoría en términos relativos el 2021.
Figura 17.
Pendiente Figura 18 tab15
General: Pendiente Figura 20 tab16
Desagregado por vía de ingreso tab26 Figura 21
Figura 22.
Debido a que no existen grandes variaciones en el tiempo respecto a las medidas de retención y persistencia, los análisis por carrera pasarán a realizarse considerando la media de las métricas en el tiempo.
En la figura 24B tenemos una selección random de carreras. En el 24 y 25 tenemos una selección basada en la mayor y menor retención de primer año, respectivamente.
Figura 24B. Seleccion random
Figura 24. Seleccion mayor retención de primer año
Figura 25. Seleccion menor retención de primer año